Preskoči na glavno vsebino

Podatkovna analiza in pravno varstvo podatkov

2023/2024
Program:
Visokošolski strokovni študijski program 1. stopnje Praktična matematika
Letnik:
3 letnik
Semester:
prvi ali drugi
Vrsta:
izbirni
ECTS:
5
Jezik:
slovenski
Nosilec predmeta:
Izvajalec (kontaktna oseba):

prof. dr. Ljupčo Todorovski, doc. Katja Štemberger Brizani

Ure na teden – 1. ali 2. semester:
Predavanja
2
Seminar
0
Vaje
2
Laboratorij
0
Vsebina

Osnove predstavitve podatkov v tabele, podatkovne tabele, normalne oblike in priprava tabel za analizo podatkov.
Pridobivanje podatkov iz spletnih virov. Uvoz in čiščenje podatkov, osnovni SQL, regularni izrazi.
Osnovna podatkovna analiza. Izbira vrstic in stolpcev, sumarni pregledi podatkov. Napredni SQL.
Vizualizacija podatkov in grafi. Komponente za gradnjo navadnih in prostorskih grafov.
Napredna analiza podatkov. Razvrščanje v skupine. Razdalje nad enotami in skupinami.
Poročila o obdelavi podatkov. Označevalni jeziki za statična in interaktivna poročila.
Temeljna načela in pravila po Splošni uredbi o varstvu podatkov. Varstvo in varnost podatkov.
Pravni viri o statistični obdelavi masovnih podatkov v EU in Sloveniji.
Institucije za varstvo podatkov in ustreznost statistične podatkovne analize.
Statistična zaupnost. Statistična enota, (psevdo)anonimizacija in sintetični podatki.
Uporaba podatkov pri znanstvenem raziskovanju (Uredba EU o dostopu do zaupnih podatkov za znanstvene namene). Praksa Statističnega urada Republike Slovenije.

Temeljni literatura in viri
  • Wes McKinney (2017) Python for Data Analysis. Druga izdaja. O'Reilly Media, Inc. Prosto dostopna na https://wesmckinney.com/book/. Izbrana poglavja.
  • José Unpingco (2021) Python Programming for Data Analysis. Springer. Izbrana poglavja.
  • N. Pirc Musar (ur.): Komentar Splošne uredbe o varstvu podatkov, Uradni list RS, Ljubljana, 2020, izbrana poglavja.
  • M. Prelesnik (ur.): Komentar ZVOP-2, GV, Lexpera, Ljubljana, 2023, izbrana poglavja.
  • U. Pagallo: The Legal Challenges of Big Data, European Data Protection Law Review, vol. 3, 1, 2017, 36 - 46, https://doi.org/10.21552/edpl/2017/1/7.
  • R. Ducato: Data protection, scientific research, and the role of information, Computer Law & Security review, vol. 37, 2020, https://doi.org/10.1016/j.clsr.2020.105412.
  • Temeljni predpisi: uredbe EU, ZVOP-2, ZDSta.
  • Izbrane spletne strani Eurostat, EDPB/S, IP, SURS.
Cilji in kompetence

Študenti na eni strani spoznajo osnovne pojme podatkovne analitike ter na drugi strani pravne koncepte in vire s področja varnosti podatkov in ustreznosti postopkov njihove analize ali statistične obdelave. Pridobijo praktično znanje uporabe knjižnic v programskem jeziku Python za pridobivanje spletnih podatkov, pripravo podatkovnih tabel ter analizo in vizualizacijo podatkov. Naučijo se razumeti in pravilno upoštevati pravni okvir za analizo masovnih podatkov.

Predvideni študijski rezultati

Znanje in razumevanje: Študenti spoznajo osnovne pojme in postopke podatkovne analize ter pravnih konceptov, podlag in virov s področja varstva podatkov.
Uporaba: Študenti znajo samostojno zastaviti, implementirati in izvajati učinkovite postopke podatkovne analitike od pridobivanja podatkov do pisanja poročil, ki upoštevajo pravne omejitve s področja varstva podatkov.
Refleksija: Analiza pomena sodobne tehnologije pri analizi masovnih podatkov ter pomena pravnih podlag in omejitev pri podatkovni analizi.
Prenosljive spretnosti – niso vezane le na en predmet: Algoritmični način razmišljanja, osnovno razumevanje in uporaba pravnih virov, zmožnost formulacije računalniških problemov in izbire primernih metod.

Metode poučevanja in učenja

Predavanja, vaje, seminarsko oz. skupinsko delo, domače naloge, konzultacije.

Načini ocenjevanja

Domače naloge, seminarsko delo
Izpit iz teorije

Reference nosilca

Ljupčo Todorovski:
BRENCE, Jure, DŽEROSKI, Sašo, TODOROVSKI, Ljupčo. Dimensionally-consistent equation discovery through probabilistic attribute grammars. [Print ed.]. 2022, vol. 632, str. 742-756. ISSN 0020-0255. DOI: 10.1016/j.ins.2023.03.073.
LUKŠIČ, Žiga, TANEVSKI, Jovan, DŽEROSKI, Sašo, TODOROVSKI, Ljupčo. Meta-model framework for surrogate-basedparameter estimation in dynamical systems. IEEE access. 2019, vol. 7, str. 181829 -181841. ISSN 2169-3536. DOI: 10.1109/ACCESS.2019.2959846.
GRAU LEGUIA, Marc, LEVNAJIĆ, Zoran, TODOROVSKI, Ljupčo, ŽENKO, Bernard. Reconstructing dynamical networks via feature ranking. Chaos. 2019, vol. 29, no. 9, str. 09310-1-093107-15. ISSN 1054-1500. DOI: 10.1063/1.5092170.
Polonca Kovač:
KOVAČ, Polonca. Procesni izzivi izvajanja GDPR v slovenskem pravnem sistemu. V: PIRC MUSAR, Nataša (ur.), et al. Komentar Splošne uredbe o varstvu podatkov. 1. natis. Ljubljana: Uradni list Republike Slovenije, 2020. Str. 36-62. Zbirka predpisov. ISBN 978-961-204-668-2.
KOVAČ, Polonca, UMEK, Lan, RAVŠELJ, Dejan, ARISTOVNIK, Aleksander. Impact of Covid-19 on the digitalisation of administrative procedures: lessons from Slovenian administrative units. Teorija in praksa. sep. 2021, letn. 58, posebna št., str. 652-669, 693-694, ilustr. ISSN 0040-3598. https://www.fdv.uni-lj.si/docs/default-source/tip/vpliv-covida-19-na-digitalizacijo-upravnih-postopkov-izku%C5%A1nje-slovenskih-upravnih-enot.pdf?sfvrsn=0, DOI: 10.51936/tip.58.specialissue.652-669.
KOVAČ, Polonca, RUDOLF, Grega. Social aspects of democratic safeguards in privacy rights: a qualitative study of the European Union and China. Central European public administration review. [maj 2022, vol. 20, no. 1, str. 7-32, 167-168, ilustr. ISSN 2591-2240. https://cepar.fu.uni-lj.si/index.php/CEPAR/article/view/547/523, DOI: 10.17573/cepar.2022.1.01.